基于表面肌电信号的手势识别优化方法、系统及终端技术方案

本发明专利技术的基于表面肌电信号的手势识别优化方法、系统及终端，从表面肌电数据和其构建的图像数据两个模态的角度对手势进行了更精确的分类和识别，并且仅需要表面肌电信号采集设备，采集方式更为简单便携且成本更低，还使用了一种具有竞争力的特殊注意力机制来学习手势区域的特征权重，使不同手势之间的区分度更高。更高。更高。

【技术实现步骤摘要】
基于表面肌电信号的手势识别优化方法、系统及终端


[0001]本专利技术涉及手势识别领域，特别是涉及一种基于表面肌电信号的手势识别优化方法、系统及终端。

技术介绍

[0002]传统的手势识别研究根据手势捕获所采用的传感技术可分为两大类:基于数据手套的技术和基于计算机视觉的技术。在第一种情况下，配备弯曲传感器和加速度计的数据手套用来捕捉手部和手指的旋转和运动。Fang等人报告了一个系统，使用两个数据手套和三个位置跟踪器作为输入设备，以模糊决策树作为分类器来识别中文手语(CSL)手势。CSL中513个符号词汇的平均分类率为91.6％。然而，基于手套的手势识别需要用户佩戴笨重的数据手套来捕捉手部和手指的运动。这阻碍了人机交互的便捷性和自然性。在后一种情况下，基于计算机视觉的方法可以有效地跟踪和识别手势，而不会干扰用户。Starner et al.开发了一个令人印象深刻的实时系统，通过使用HMM生成40个单词来识别句子级别的美国手语。通过安装在桌面的摄像头，有较强语法的单词准确率达到91.9％，无语法的单词准确率达到74.5％。Shanableh等人采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于表面肌电信号的手势识别优化方法，其特征在于，所述方法包括：获取由表面肌电信号采集设备采集的表面肌电信号；对所述表面肌电信号进行预处理，以获得表面肌电预处理信号；对所述表面肌电预处理信号构建图像模态，以获得图像模态数据；分别对所述表面肌电预处理信号以及图像模态数据提取特征，以获得多个信号区间分别所对应的信号模态特征以及图像模态特征；将各信号区间分别所对应的信号模态特征以及图像模态特征进行拼接，获得对应各信号区间的模态特征；基于各信号区间的模态特征，确定各信号区间的特征权重；基于各信号区间的特征权重，根据各信号区间的模态特征获得对应表面肌电信号所对应的识别结果。2.根据权利要求1中所述的基于表面肌电信号的手势识别优化方法，其特征在于，所述对所述表面肌电预处理信号构建图像模态，以获得图像模态数据包括：基于采用设定滑动窗口，由所述表面肌电预处理信号转化为对应多个信号区间的图像模态图。3.根据权利要求2中所述的基于表面肌电信号的手势识别优化方法，其特征在于，所述分别对所述表面肌电预处理信号以及图像模态数据提取特征，以获得多个信号区间分别所对应的信号模态特征以及图像模态特征包括：利用所述设定滑动窗口，对所述表面肌电预处理信号提取特征以及降维，以获得各信号区间的信号模态特征；从各信号区间的图像模态图分别提取获得对应各信号区间的图像模态特征。4.根据权利要求1中所述的基于表面肌电信号的手势识别优化方法，其特征在于，所述基于各信号区间的模态特征，确定各信号区间的特征权重包括：根据各信号区间的模态特征计算各信号区间之间的相似度；根据各信号区间之间的相似度获得各信号区间的特征权重。5.根据权利要求4中所述的基于表面肌电信号的手势识别优化方法，其特征在于，采用sigmoid函数计算各信号区间之间的相似度。6.根据权利要求1中所述的基于表面肌电信号的手势识别优化方法，其特征在于，所述对所述表面肌电信号进行预处理，以获得表面肌电预处...

【专利技术属性】
技术研发人员：王金武，顾越兴，刘同有，刘海涛，杨涵，沈宇凌，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：